一项研究调查了训练后是否能增强大型语言模型的幽默感，发现虽然它通常能使其更有趣，但也会降低响应的多样性。该研究追踪了 Tulu 3、OLMo 3.1 和 Qwen2.5 等模型在训练后 11 个阶段的表现，使用了超过 2,300 次人工评分的正面评价。结果表明，后期训练阶段产生了更搞笑、更简洁的笑话，但模型倾向于重复类似的笑话结构。 AI
影响 这项研究表明，虽然训练后可以提高大语言模型的幽默感，但可能会以牺牲创意多样性为代价，这可能会影响需要多样化和原创响应的应用。
排序理由 该集群报道了一项分析训练后对大语言模型幽默感影响的研究，这是一项研究发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
